[发明专利]利用多模型之间语义关联优化数据理解处理的方法在审
| 申请号： | 201910227646.6 | 申请日： | 2019-03-25 |
| 公开（公告）号： | CN109961153A | 公开（公告）日： | 2019-07-02 |
| 发明（设计）人： | 张兰;李向阳;袁牧 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 北京凯特来知识产权代理有限公司 11260 | 代理人： | 郑立明;付久春 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 数据理解 语义关联 原始数据 多段 优化控制规则 模型数据 训练数据 优化数据 输入数据选择 贝叶斯网络 决策网络 内容数据 强化学习 网络形成 语义识别 运行开销 配置的 最优化 标注 配置 网络 | ||
1.一种利用多模型之间语义关联优化数据理解处理的方法，其特征在于，包括：
配置多个数据理解模型，选定多段原始数据；
使用配置的全部数据理解模型分别为各段原始数据进行标注，得到每个数据理解模型对于每段原始数据的处理结果作为多段训练数据；
使用所述多段训练数据对动态贝叶斯网络和强化学习决策网络进行训练，得到模型语义关联网络；
利用所述模型语义关联网络形成多模型数据理解处理优化控制规则，使用该多模型数据理解处理优化控制规则根据输入数据选择最优的数据理解模型进行数据理解处理。
2.根据权利要求1所述的利用多模型之间语义关联优化数据理解处理的方法，其特征在于，所述方法中，数据理解模型：是指数据理解处理中能对输入数据产生理解结果的数据处理程序。
3.根据权利要求1或2所述的利用多模型之间语义关联优化数据理解处理的方法，其特征在于，所述方法中，数据理解模型包含：人脸识别模型、物品识别模型，场景识别模型，动作识别模型，自然语言理解模型中的一种或多种。
4.根据权利要求1或2所述的利用多模型之间语义关联优化数据理解处理的方法，其特征在于，所述方法中，模型语义关联网络是指不同模型对于输入数据的理解结果之间隐含关联性形成的网络。
5.根据权利要求1或2所述的利用多模型之间语义关联优化数据理解处理的方法，其特征在于，所述方法中，所述多模型数据理解处理优化控制规则为：根据不同的输入数据，自适应地选择最优的数据理解模型执行对输入数据的理解处理。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学技术大学，未经中国科学技术大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910227646.6/1.html，转载请声明来源钻瓜专利网。
